EN

AI時代に求められるソフトウェアエンジニアの共感能力

目次

はじめに

ソフトウェアエンジニアは、開発効率やネットワークの転送効率、APIの速度、システムの状態といったことを日々考えています。そのためシステムと向き合う時間が長い一方で、人とやりとりする割合はほかの職種に比べて少なくなりがちです。

そのため、非エンジニアの方からは、冷たい印象や近寄りがたい印象を持たれることもあります。

この記事では、ソフトウェアエンジニアにとっての共感能力の必要性が、AI時代の前と後でどう変わったかを考えます。

ここでいう共感能力は、相手の立場に立って、何に困っていて何を求めているかを想像し、理解する力のことです。心理学では、相手の気持ちを自分も同じように感じる「情動的共感」と、相手の考えや状況を頭で理解する「認知的共感」を分けて考えることがあります。この記事で扱うのは主に後者です。エンジニアの仕事で必要になるのは、相手と同じ気持ちになることよりも、相手の状況を正しく想像することだからです。

AI時代以前の共感能力の必要性

システムの先にいる利用者

AIが普及する前から、エンジニアの仕事はシステムだけと向き合うものではありませんでした。ソフトウェアは、誰かに使われるために作られるものだからです。

要件を決める場面では、利用者や顧客が自分の困りごとを正確に言葉にできるとは限りません。たとえば「この画面にボタンを1つ足してほしい」という依頼の裏に、「月末の集計に毎回2時間かかっている」という本当の困りごとが隠れていることがあります。言われたとおりにボタンを足しても、集計の手間が減らなければ、そのボタンは使われません。依頼の言葉だけでなく相手の業務や状況まで想像できるかどうかで、作るものの価値が変わります。

コードを読むのも人

チーム開発では、自分の書いたコードを読むのも人です。Pythonのスタイルガイド「PEP 8」は、「コードは書かれるよりも読まれることのほうがはるかに多い」というGuido van Rossumの考えを紹介しています。変数名の付け方や関数の分け方、コミットメッセージ、プルリクエストの説明は、どれも次にそのコードを読む人が迷わないためのものです。読みやすいコードを書くことは、読む人の立場を想像する作業だと言えます。

チームの成果にも、メンバーどうしの関わり方が影響します。GoogleはProject Aristotleという社内調査で、効果的なチームに共通する5つの因子を見つけ、そのなかで心理的安全性を最も重要な因子としています。心理的安全性とは、ミスを認めたり、質問したり、新しいアイデアを出したりしても、恥をかかされたり責められたりしないと思える状態のことです。レビューで相手のコードを頭ごなしに否定しない、質問に丁寧に答えるといった日々のふるまいが、この状態を作ります。

技術力だけで評価される余地

とはいえ、AI時代以前は、共感能力が弱くても技術力で評価されるエンジニアがいたのも事実です。

理由の1つは、コードを書けること自体が希少だったことです。複雑な機能を正しく速く実装できる人は、それだけで重宝されました。もう1つは分業です。顧客との折衝や要件の整理はプロジェクトマネージャーや上流工程の担当者が引き受け、実装担当者は決まった仕様をコードにすることに集中できました。利用者の声は、間に入った人によって仕様書の形に置き換えられてから届いていたわけです。

つまりAI時代以前の共感能力は、どの立場でも必要ではあったものの、技術力で補える「あると望ましい力」として扱われやすいものでした。

AI時代の共感能力の必要性

コードを書くコストの低下

AIのコーディング支援は、すでに当たり前の道具になりました。GoogleのDORAが2025年に出したレポートによると、仕事でAIを使っている人は回答者の90%にのぼります。仕様さえはっきりしていれば、かなりの量のコードをAIに短時間で書かせられます。

コードを書くコストが下がると、仕事の中心は「どう作るか」から「何を作るか」へ移ります。速く作れるということは、間違ったものも速く作れてしまうということです。利用者が本当に必要としているものを見極める力は、実装が速くなった分だけ重みを増します。

利用者を見ることの大切さは、DORAの調査にも表れています。2023年のレポートでは、利用者を意識して開発しているチームは、そうでないチームより組織のパフォーマンスが40%高いという結果が出ました。さらに2025年のレポートは、AIを活かす前提条件として利用者中心の姿勢を挙げています。AIは解くべき問題がはっきりしているときに最も役に立ち、その方向を示すのが利用者への関心だ、という説明です。

AIに渡す文脈と、人への理解

AIに仕事を頼むときは、目的や制約を言葉にして渡す必要があります。誰がどんな場面で使う機能なのか、何を優先して何を諦めてよいのか。こうした文脈はコードやドキュメントに書かれていないことが多く、利用者やチームメンバーと話した人の頭のなかにあります。

AIはこの暗黙の前提を知りません。利用者の状況を想像できていない人が頼むと、AIはもっともらしいけれど的外れなものを返してきます。逆に、相手の困りごとを具体的に理解している人は、AIにも的確な指示を出せます。AIをうまく使えるかどうかは、指示の書き方の技術に加えて、その手前で人をどれだけ理解しているかにも左右されます。

レビューと検証に残る人の目

AIが書いたコードが増えると、それを読んで確かめる仕事も増えます。DORAの2025年のレポートでは、AIが生成したコードをほとんど、あるいはまったく信頼していない人が、回答者の30%を占めています。AIの出力は、最後は人が確かめる必要があります。

ここでも共感能力が関わります。AIが書いた大量の差分をそのままプルリクエストにすると、レビューする人の負担が大きくなります。変更を小さく分ける、なぜこの変更が必要なのかを説明に書く、AIに書かせた部分を自分でも理解しておく。こうした気配りがないと、チームのなかでレビューの負担だけが膨らみます。

検証も、テストが通るかどうかだけでは足りません。AIは仕様を満たすコードを書けても、その画面を使う人が迷わないか、エラーメッセージを見た人が次に何をすればよいか分かるかまでは判断してくれません。利用者の立場に立って確かめる役割は、人の側に残ります。

人に残る合意形成と責任

利害が対立する関係者のあいだで落としどころを探す。技術的なリスクを、エンジニアでない人に分かる言葉で説明する。障害が起きたときに、影響を受けた人へ状況を伝える。こうした仕事は、文面の下書きこそAIに手伝ってもらえても、相手との信頼関係や結果への責任まではAIに任せられません。

DORAは2025年のレポートで、AIはチームを直すものではなく、すでにあるものを増幅するものだとまとめています。強いチームはAIでさらに良くなり、問題を抱えたチームはその問題がいっそう目立つようになる、という指摘です。人どうしの関係がうまくいっていないチームにAIを入れても、その弱さが大きくなるだけです。

AI時代前後の変化

ここまでの話を、AI時代の前後で比べると次のようになります。

観点AI時代以前AI時代
共感能力の位置づけ技術力で補える、あると望ましい力技術力では補いにくい、仕事の中心になる力
エンジニアの価値正しく速く実装できること何を作るべきかを見極めること
利用者との距離間に入った人が、利用者の声を仕様に置き換えて届けていた1人で要件から実装まで担いやすくなり、エンジニアが直接向き合う場面が増えた
共感能力を使う場面要件の聞き取り、読みやすいコード、レビュー左に加えて、AIへの指示、AIの出力の検証、レビューしやすい差分づくり
共感能力が足りないときの影響実装力があれば目立ちにくい的外れなものを速く大量に作ることにつながる

いちばん大きな変化は、共感能力が「技術力で補える力」から「技術力では補いにくい力」に変わったことです。実装をAIに任せられる場面が増え、エンジニアに残る仕事の多くは、人を理解することを前提にしたものになりました。

もう1つの変化は、エンジニアと利用者の距離です。AIを使えば、1人で要件の整理から実装までこなしやすくなります。その分、これまで間に入って利用者の声を仕様に置き換えてくれていた人がいない場面が増え、エンジニア自身が利用者と向き合う必要が出てきました。

一方で、変わっていないこともあります。ソフトウェアが人のために作られるものだという点です。AI時代以前も共感能力は必要でした。ただ、実装力の高さに隠れて見えにくかっただけです。AIが実装を担うようになって、もともと必要だった力が見えるようになった、と捉えるほうが実態に近いと思います。

まとめ

ソフトウェアエンジニアはシステムと向き合う時間が長い職種ですが、AI時代以前から、利用者の困りごとを汲み取る場面や、チームで読みやすいコードを書く場面で共感能力を必要としていました。ただ当時は、実装できること自体に価値があり、分業によって利用者から距離を置くこともできました。そのため共感能力は、技術力で補える力として扱われがちでした。

AIがコードを書くようになり、実装のコストは大きく下がりました。その結果、何を作るべきかを見極めること、AIに正しい文脈を渡すこと、AIの出力を利用者の立場で確かめること、関係者と合意を作ることの比重が上がっています。どれも、相手の状況を想像する力がなければ成り立ちません。

AI時代にエンジニアに求められる共感能力は、新しく生まれた力ではありません。もともと必要だったのに、実装力の高さに隠れて見えにくかった力です。システムの先にいる人を想像できるかどうかが、これからのエンジニアの価値を大きく左右すると考えています。

参考